Статья

Название статьи НЕЧЕТКАЯ МОДЕЛЬ УПРАВЛЕНИЯ ТЕМПЕРАТУРОЙ В ХЛЕБОПЕКАРНОЙ КАМЕРЕ
Автор В.И. Финаев, Е.Д. Синявская, И.В. Пушнина
Рубрика РАЗДЕЛ III. АВТОМАТИКА И УПРАВЛЕНИЕ
Месяц, год 04, 2015
Индекс УДК 620.9:519.711
DOI
Аннотация Цель и задачи данной работы состоят в разработке нечеткой модели управления производственными объектами, функционирующими в условиях априорной неопределенности, с последующей оценкой ее точности. Решение задачи управления при применении классической теории управления в условиях неопределённости не позволяет обеспечить эффективное управление производственными процессами, функционирующими в условиях априорной неопределенности, и приводит к снижению точности результатов управления. Классическая теория управления не может учитывать неопределенность, а для многих трудноформализуемых производственных объектов управления невозможно найти точную математическую модель. Решение поставленных задач в материалах статьи осуществлено следующим образом. Приведено обоснование применения методов теории нечетких множеств и нечёткой логики для управления производственными процессами, функционирующими в условиях априорной неопределенности. Разработана структура нечёткой модели, отличающаяся использованием оценки её эффективности. Определена последовательность действий при проектировании нечеткой модели управления производственными объектами. Рассмотрено назначение блоков модели. В качестве примера разработки нечёткой модели управления взят процесс управления температурой в камере для выпечки хлеба, что является актуальной задачей. Определены входные и выходные переменные, заданные на вербальном уровне, рассмотрено формирование экспертами правил принятия решений и приведен пример задание функций принадлежности нечётких переменных. Рассмотрены особенности вывода управляющего решения. Показан анализ результатов экспериментального исследования, направленных на подтверждение гипотезы о целесообразности применения нечетких методов для решения задач управления производственными объектами, функционирующими в условиях априорной неопределенности. Результатом данной статьи является развитие системного подхода к решению задач управления термическими процессами, характерными для нефтеперерабатывающего, химического, металлургического, энергетического и пищевого производств в условиях неопределённости.

Скачать в PDF

Ключевые слова Управление; неопределённость; принятие решений; моделирование; термические процессы; печь для выпечки хлеба; адекватность модели.
Библиографический список 1. Ревенков А.В., Резчикова Е.В. Теория и практика решения технических задач: Учебное пособие. - М.: Форум, 2008. – 384 с.
2. Вальков В.М., Вершин В.М. Автоматизированные системы управления технологическими процессами. – 3-е изд. – Л.: Политехника, 1991. – 269 с.
3. Соснин О.М. Основы автоматизации технологических процессов и производств: Учебное пособие для студ. вузов. – М.: Академия, 2007. – 240 с.
4. Kang Jun, Wenjun Meng, Ajith Abraham, Hongbo Liu. An adaptive PID neural network for complex nonlinear system control // Neurocomputing. – 2014. – № 135. – P. 79-85.
5. Yao-Qing Ren, Xiao-Gang Duan, Han-Xiong Li, C.L. Philip Chen. Dynamic switching based fuzzy control strategy for a class of distributed parameter system // Journal of Process Control. – 2014. – № 24. – P. 88-97.
6. Aydogan Savran, Gokalp Kahraman. A fuzzy model based adaptive PID controller design for nonlinear and uncertain processes / ISA Transactions. – 2014. – № 53. – P. 280-288.
7. Escaсo J.M., Bordons C., Vilas C., Garcia M.R., Alonso A.A. Neurofuzzy model based predictive control for thermal batch processes // Journal of Process Control. – 2009. – № 19. – P. 1566-1575.
8. Bartolomeo Cosenza, Mosи Galluzzo. Nonlinear fuzzy control of a fed-batch reactor for penicillin production // Computers and Chemical Engineering. – 2012. – № 36. – P. 273-281.
9. Pahola T. Benavides, Urmila Diwekar. Studying various optimal control problems in biodiesel production in a batch reactor under uncertainty // Fuel. – 2013. – № 103. – P. 585-592.
10. William L. Oberkampf, Jon C. Helton, Cliff A. Joslyn, Steven F. Wojtkiewicz, Scott Ferson. Challenge problems: uncertainty in system response given uncertain parameters // Reliability Engineering and System Safety. – 2004. – № 85. – P. 11-19.
11. Орлов А.И. Теория принятия решений: Учебник. – М.: Экзамен, 2006. – 573 с.
12. Didier D., Prade H. Resolution principles in possibilistic logic // International Journal of Approximate Reasoning. – 1990. – Vol. 4, Issue 1. – P. 1-21.
13. Zadeh L.A. The role of fuzzy logic in the management of uncertainty in expert systems // Fuzzy sets and systems. – 1983. – Vol. 11, Issues 13. – P. 197-198.
14. Ерофеев А.А. Теория автоматического управления: Учебник для студ. вузов. – СПб.: Политехника, 2002. – 302 с.
15. Гайдук А.Р. Системы автоматического управления. Примеры, анализ и синтез. – Таганрог: Изд-во ТРТУ, 2006. – 415 с.
16. Новиков С.И., Шахнович В.Р., Сафронов А.В. Методы нечеткой логики в задачах автоматизации тепловых процессов электростанций // Вестник ИГЭУ. - 2010. - Вып. 4. – С. 1-4.
17. Ульянов С.В. Тятюшкина О.Ю., Колбенко Е.В. Нечеткие модели интеллектуальных промышленных регуляторов и систем управления. Научно-организационные, технико-экономические и прикладные аспекты // Электронный журнал «Системный анализ в науке и образовании». – 2011. – Вып. 2. – С. 1-23.
18. Antonio A. Alonso., Ana Arias-Mйndez, Eva Balsa-Canto, Mнriam R. Garcнa, Juan I. Molina, Carlos Vilas, Marcos Villafнn. Real time optimization for quality control of batch thermal sterilization of prepackaged foods // Food Control. – 2013. – № 32. – P. 392-403.
19. Jin Woo Moon., Sung Kwon Jung, Youngchul Kim, Seung-Hoon Han. Comparative study of artificial intelligence-based building thermal control methods – Application of fuzzy, adaptive neuro-fuzzy inference system, and artificial neural network // Applied Thermal Engineering. – 2011. – № 31. – P. 2422-2429.
20. Данин В.Б., Кириков А.Ю. Оптимизация режима стабилизации температуры пекарной камеры на основе использования метода разделения движений // Научный журнал НИУ ИТМО. Серия "Процессы и аппараты пищевых производств". – 2014. – Вып. 1 (17). – С. 1-9.
21. Paquet-Durand O., Solle D., Schirmer M., Becker T., Hitzmann B. Monitoring baking processes of bread rolls by digital image analysis // Journal of Food Engineering. – 2012. – № 111. – P. 425-431.
22. Zinedine Khatir, Joe Paton, Harvey Thompson, Nik Kapur, Vassili Toropov. Optimisation of the energy efficiency of bread-baking ovens using a combined experimental and computational approach // Applied Energy. – 2013. – № 112. – P. 918-927.
23. Синявская Е.Д., Финаев В.И. Автоматизация производственных процессов на хлебозаводах // Сборник материалов VIII Всероссийской научной конференции молодых ученых, аспирантов и студентов. «Информационные технологии, системный анализ и управление». – Таганрог: ТТИ ЮФУ, 2010. – С. 142-143.
24. Синявская Е.Д. Анализ точности работы нечеткой модели и оптимизация ее параметров на примере управления температурой в хлебопекарной камере // Материалы ІІ Всероссийской научно-практической конференции «Молодежь, наука, инновации». – Грозный: ГГНТУ имени академика М.Д. Миллонщикова, 2013. – Т. 1. – С. 95-100.
25. Штовба С.Д. Проектирование нечетких систем средствами MATLAB. – М.: Горячая линия – Телеком, 2007. – 288 с.
26. Shang-Ming Zhoua, John Q. Ganb. Low-level interpretability and high-level interpretability: a unified view of data-driven interpretable fuzzy system modeling // Fuzzy Sets and Systems. – 2008. – № 159. – P. 3091-3131.
27. Oscar Cordуn. A historical review of evolutionary learning methods for Mamdani-type fuzzy rule-based systems: Designing interpretable genetic fuzzy systems // International Journal of Approximate Reasoning. – 2011. – № 52. – P. 894-913.

Comments are closed.